Compute on Google Cloud Platform

1

Introducci贸n al curso de Google Cloud for Developer Community

2

Lectura: introducci贸n de instalaci贸n

3

Tutorial de Qwiklabs

4

C贸mputo en la nube de Google

5

Opciones de c贸mputo en la nube

6

M谩quinas virtuales a profundidad

7

Tutorial para instalar Qwiklabs

8

Demo: m谩quinas virtuales a profundidad

9

C贸mputo sin administraci贸n con plataformas como servicio

10

Demo: c贸mputo sin administraci贸n

11

Lectura: 驴qu茅 son los contenedores?

12

C贸mputo contenerizado con App Engine Flex

13

C贸mputo contenerizado con Cloud Run

14

Funciones serverless

Continuous Integration, Continuous Delivery

15

CI/CD en Google Cloud Platform

16

Estrategias de Despliegue

17

Repositorios de c贸digo

18

Construcci贸n y despliegue de artefactos

19

Infraestructura como c贸digo

20

Despliegue en Servicios Serverless

Google Kubernetes Engine

21

Kubernetes Overview

22

Demo Kubernetes

23

Planeaci贸n de tu despliegue

24

Anthos

25

Cloud Run for Anthos

26

Demo Cloud Run for Anthos

27

Anthos Service Mesh

28

Site Reliability Engineering con Anthos

Streaming Data Analytics

29

Integraci贸n de datos e ingesta de datos totalmente administrada sobre GCP

30

Demo: ingesta de datos

31

Ingesta de datos confiable en streaming sobre GCP

32

Demo: ingesta de datos confiable

33

Demo: configuraci贸n de Apache Kafka

34

Visualizaci贸n de mensajes de una base de datos relacional en Google Cloud

35

Data Warehouse: el modelo tradicional para construir un repositorio de datos empresarial

36

Data Lakehouse: el nuevo y moderno enfoque para construir un repositorio de datos empresarial

37

El portafolio de gesti贸n de datos en Google Cloud

38

Desglose del portafolio de gesti贸n de datos (Bases de datos) en Google Cloud

39

Gobierno de datos de punta a punta para garantizar la seguridad en tu Data Lake

40

Gobierno de datos: calidad y monitoreo

Machine Learning

41

驴Qu茅 es ML y AI?

42

Plataforma de AI en GCP

43

Auto ML con datos estructurados

44

Demo Auto ML con datos estructurados

45

Predicci贸n de tarifas usando AI notebooks

46

Demo predicci贸n de tarifas usando AI notebooks

47

TensorFlow Extended

Sesiones en vivo

48

Sesi贸n en vivo con Pablo P茅rez Villanueva

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Ingesta de datos confiable en streaming sobre GCP

31/48
Recursos

Aportes 4

Preguntas 0

Ordenar por:

Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Reg铆strate o inicia sesi贸n para participar.

Arquitectura Serverless: Me olvido de tener que configurar servidores. Me olvido de tener que administrar la infraestructura de servidores. ME ENFOCO en los DATOS. Tener la capacidad de darle sentido a la informaci贸n, procesarla, entenderla y leerla para obtener datos estrat茅gico

Casos de uso de ingesta de datos:

Eventos del usuario: Interacciones del usuario en la plataforma (clics y otros)
Almacenamiento y Change Data Capture CDC: Registro de como cambian los datos para accionar eventos.
Enriquecimiento con ML - IA: A帽adir informaci贸n por analisis de voz o visi贸n de m谩quina con las APIs de Google

ML, ingesta de datos de fuentes externas

Como se generan estos datos?
- Dispositivos digitales
- Comercio electr贸nico
- Comunicaciones
- Consumos de medios digitales
Casos de uso clave:
- Ingesta de eventos de usuario
- Almacenamiento de datos y CDC (Change Data Capture)
- Enriquecimiento de eventos y ML.

Data driven vs Event driven:
Data driven: No act煤a sobre los datos en real time, mayor planificaci贸n.
- Humanos involucrados
- Ideas a largo plazo
- Determinar estrategia de producto
- Determinar segmentaci贸n de cliente
- Informar campa帽as de marketing
Event driven: Los datos le dicen a la empresa que hacer.
- Procesos automatizados
- Responsivo en tiempo real
- Impulsa interacciones instant谩neas
- Determina el producto
- Seleccionar campa帽as de marketing

Productos para la ingesta de datos confiables:
Pub/Sub:
- Mensajer铆a dirigida por eventos para la ingesta de datos
- Es un producto global, no se especifica una localidad
- Procesa hasta 100GB por segundo
Dataflow:
- Secuencia simplificada y procesamiento de datos por lotes
- Es open source
- Garantiza la entrega del mensaje
BigQuery:
- Almac茅n de datos en la nube
- Se puede aplicar anal铆tica a los datos con AI